learning5201的博客

2.1离散小波逆变换 Inverse discrete wavelet transform (IDWT)全局上下文 res-dense 模块包含一个残差密集块 (RDB) 和一个全局上下文块 (GCB)DWT 的本质是将输入特征图分解为高频和低频分量，离散小波变换（DWT）上采样和下采样。1.全局上下文 res-dense 模块。1.2 全局上下文块 (GCB)1.1 残差密集块 (RDB)2.离散小波变换（DWT）............

摘要尽管内置智能手机相机的质量迅速提高，但它们的物理限制——传感器尺寸小、镜头紧凑和缺乏特定硬件——阻碍了它们实现单反相机的质量结果。在这项工作中，我们提出了一种端到端的深度学习方法，通过将普通照片转换为 DSLR 质量的图像来弥合这一差距。我们建议使用残差卷积神经网络来学习翻译函数，该网络可同时提高色彩再现和图像清晰度。由于标准均方损失不太适合测量感知图像质量，我们引入了一个复合感知误差函数，它结合了内容、颜色和纹理损失。前两个损失是通过分析定义的，而纹理损失是以对抗方式学习的。我们还展示了 DPED，